Tipos y Calculo de Muestreo

UNIVERSIDAD TCNICA DE AMBATO
Facultad de Ingeniera en Sistemas, Electrnica e Industrial

Investigacin
Ttulo:
Tipos de muestreo y clculo de la
muestra
Carrera:
Ingeniera
Industrial
en
Procesos
de
Automatizacin
rea Acadmica:
Industrial
Lnea de Investigacin:
Industrial y Manufactura
Ciclo Acadmico y paralelo:
Octavo Industrial
Alumnos participantes:
Sigcha Pacha Byron Genaro
Mdulo y Docente:
Gestin de Proyectos Socio productivos.

Ing. Vctor Espn
II. INFORME DEL PROYECTO
FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL
UNIVERSIDAD TCNICA DEF .AMBATO

I.S.E.I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

PERODO ACADMICO: ABRIL SEPTIEMBRE/2015
1.1
Ttulo
Tipos de muestreo y clculo de la muestra
1.2
Objetivos
i. Objetivo General:
Investigar acerca de los tipos de muestreos as como
tambin la forma de calcular el tamao de la muestra,
mediante una investigacin bibliogrfica
ii. Objetivos Especficos:
Detallar cada uno de los tipos de muestreo existentes y
estudiar sus caractersticas y distintas aplicaciones.

Realizar un estudio de las distintas frmulas que se aplican
para el clculo del tamao de la muestra de acuerdo a la
situacin que se est analizando
1.3
Resumen
En este documento se describen los aspectos que hay que tener en

cuenta para determinar el tamao de muestra necesario para obtener
informacin de la poblacin. Se presentan las frmulas para calcular
el tamao de muestra necesario para determinar la prevalencia o
incidencia de una enfermedad en una poblacin, para determinar si
una enfermedad est presente o no en una poblacin y para realizar
estudios epidemiolgicos.

I.S.E.I

1.4
Palabras clave
Muestreo, muestra, poblacin

1.5
Desarrollo
TIPOS DE MUESTREO
Cocepto de muestreo
El muestreo es una herramienta de la investigacin cientfica. Su

funcin bsica es determinar que parte de una realidad en estudio
(poblacin o universo) debe examinarse con la finalidad de hacer
inferencias sobre dicha poblacin. El error que se comete debido a
hecho de que se obtienen conclusiones sobre cierta realidad a partir
de la observacin de slo una parte de ella, se denomina error de
muestreo. Obtener una muestra adecuada significa lograr una versin
simplificada de la poblacin, que reproduzca de algn modo sus
rasgos bsicos.
Muestra: En todas las ocasiones en que no es posible o conveniente

realizar un censo, lo que hacemos es trabajar con una muestra,
entendiendo por tal una parte representativa de la poblacin. Para
que una muestra sea representativa, y por lo tanto til, debe de
reflejar las similitudes y diferencias encontradas en la poblacin,
ejemplificar las caractersticas de la misma.
Cuando decimos que una muestra es representativa indicamos que
rene aproximadamente las caractersticas de la poblacin que son
importantes
para
la
investigacin.
a. Poblacin Los estadsticos usan la palabra poblacin para referirse

no slo a personas sino a todos los elementos que han sido escogidos

I.S.E.I

para
su
estudio.
b. Muestra Los estadsticos emplean la palabra muestra para describir

una porcin escogida de la poblacin. Matemticamente, podemos
describir muestras y poblaciones al emplear mediciones como la
Media, Mediana, la moda, la desviacin estndar. Cuando estos
trminos
describen
una
muestra
se
denominan
estadsticas.
Una estadstica es una caracterstica de una muestra, los estadsticos

emplean letras latinas minsculas para denotar estadsticas y
muestras.
Tipos de muestreo Los autores proponen diferentes criterios de
clasificacin de los diferentes tipos de muestreo, aunque en general
pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos
mtodos
de
muestreo
no
probabilsticos.
Terminologa
Poblacin objeto: conjunto de individuos de los que se quiere
obtener
una
informacin.
Unidades de muestreo: nmero de elementos de la poblacin, no

solapados, que se van a estudiar. Todo miembro de la poblacin
pertenecer
una
slo
una
unidad
de
muestreo.
Unidades de anlisis: objeto o individuo del que hay que obtener la

informacin.
Marco muestral: lista de unidades o elementos de muestreo.
Muestra: conjunto de unidades o elementos de anlisis sacados del
marco.
Muestreo probabilstico (aleatorio)

I.S.E.I

En este tipo de muestreo, todos los individuos de la poblacin pueden

formar parte de la muestra, tienen probabilidad positiva de formar
parte de la muestra. Por lo tanto es el tipo de muestreo que
deberemos utilizar en nuestras investigaciones, por ser el riguroso y
cientfico.
Muestreo no probabilstico (no aleatorio): En este tipo de muestreo,

puede haber clara influencia de la persona o personas que
seleccionan la muestra o simplemente se realiza atendiendo a
razones de comodidad. Salvo en situaciones muy concretas en la que
los errores cometidos no son grandes, debido a la homogeneidad de
la poblacin, en general no es un tipo de muestreo riguroso y
cientfico, dado que no todos los elementos de la poblacin pueden
formar parte de la muestra. Por ejemplo, si hacemos una encuesta
telefnica por la maana, las personas que no tienen telfono o que
estn trabajando, no podrn formar parte de la muestra.
Muestreo aleatorio simple

En un muestreo aleatorio simple todos los individuos tienen la misma
probabilidad de ser seleccionados. La seleccin de la muestra puede
realizarse a travs de cualquier mecanismo probabilstico en el que
todos los elementos tengan las mismas opciones de salir. Por ejemplo
uno de estos mecanismos es utilizar una tabla de nmeros aleatorios,
o
tambin
con
un
ordenador
generar
nmeros
aleatorios,
comprendidos entre cero y uno, y multiplicarlos por el tamao de la

poblacin,
este
es
el
que
Muestreo aleatorio estratificado
vamos
utilizar.

I.S.E.I

Es frecuente que cuando se realiza un estudio interese estudiar una

serie de subpoblaciones (estratos) en la poblacin, siendo importante
que en la muestra haya representacin de todos y cada uno de los
estratos considerados. El muestreo aleatorio simple no nos garantiza
que tal cosa ocurra. Para evitar esto, se saca una muestra de cada
uno de los estratos.
Hay dos conceptos bsicos:
Estratificacin: El criterio a seguir en la formacin de los estratos ser
formarlos de tal manera que haya la mxima homogeneidad en
relacin a la variable a estudio dentro de cada estrato y la mxima
heterogeneidad entre los estratos.
Afijacin: Reparto del tamao de la muestra en los diferentes estratos
o subpoblaciones. Existen varios criterios de afijacin entre los que
destacamos:
1. Afijacin igual: Todos los estratos tienen el mismo nmero de
elementos
en
la
muestra.
2. Afijacin proporcional: Cada estrato tiene un nmero de elementos

en la muestra proporcional a su tamao.
2. Afijacin Neyman: Cuando el reparto del tamao de la muestra se
hace de forma proporcional al valor de la dispersin en cada uno
de
los
estratos.
Muestreo aleatorio sistemtico

Es un tipo de muestreo aleatorio simple en el que los elementos se
seleccionan segn un patrn que se inicia con una eleccin aleatoria.

I.S.E.I

Considerando una poblacin de N elementos, si queremos extraer una

muestra de tamao n, partimos de un nmero h=N/n, llamado
coeficiente de elevacin y tomamos un nmero al azar a comprendido
entre
que
se
denomina
arranque
origen.
La muestra estar formada por los elementos: a, a+h, a+2h,....a+(n1)h.

De aqui se deduce que un elemento poblacional no podr aparecer
ms de una vez en la muestra. La muestra ser representativa de la
poblacin pero introduce algunos sesgos cuando la poblacin est
ordenada
en
funcin
de
determinados
criterios.
Muestreo aleatorio por conglomerados o reas

Mientras que en el muestreo aleatorio estratificado cada estrato
presenta cierta homogeneidad, un conglomerado se considera una
agrupacin de elementos que presentan caractersticas similares a
toda la poblacin.
Por ejemplo, para analizar los gastos familiares o para controlar el
nivel de audiencia de los programas y cadenas de televisin, se utiliza
un muestreo por conglomerados-familias que han sido elegidas
aleatoriamente.
Las
familias
incluyen
personas
de
todas
las
edades,
muy
representativas de las mismas edades y preferencias que la totalidad

de la poblacin.
Una vez seleccionados aleatoriamente los conglomerados, se toman
todos los elementos de cada uno para formar la muestra. En este tipo
de muestreo lo que se elige al azar no son unos cuantos elementos de
la poblacin, sino unos grupos de elementos de la poblacin
previamente formados. Elegidos estos grupos o "conglomerados" en
un nmero suficiente, se pasa posteriormente a la eleccin, tambin
7

I.S.E.I

al azar, de los elementos que han de ser observados dentro de cada

grupo, o bien, segn se desee, a la observacin de todos los
elementos que componen los grupos elegidos.
Por ejemplo, para analizar los gastos familiares o para controlar el
nivel de audiencia de los programas y cadenas de televisin, se utiliza
un muestreo por conglomerados-familias que han sido elegidas
aleatoriamente. Las familias incluyen personas de todas las edades,
muy representativas de las mismas edades y preferencias que la
totalidad de la poblacin.
Una vez seleccionados aleatoriamente los conglomerados, se toman
todos los elementos de cada uno para formar la muestra. En este tipo
de muestreo lo que se elige al azar no son unos cuantos elementos de
la poblacin, sino unos grupos de elementos de la poblacin
previamente formados. Elegidos estos grupos o "conglomerados" en
un nmero suficiente, se pasa posteriormente a la eleccin, tambin
al azar, de los elementos que han de ser observados dentro de cada
grupo, o bien, segn se desee, a la observacin de todos los
elementos que componen los grupos elegidos.
Muestreo no Probabilstico
Existen otros procedimientos para seleccionar las muestras, que son
menos precisos que los citados y que resultan menos costosos. El
procedimiento ms utilizado es el muestreo no probabilstico,
denominado opintico consistente en que el investigador selecciona
la muestra que supone sea la ms representativa, utilizando un
criterio subjetivo y en funcin de la investigacin que se vaya a
realizar.
Con el muestreo opintico la realizacin del trabajo de campo puede
8

I.S.E.I

simplificarse enormemente pues se puede concentrar mucho la

muestra. Sin embargo, al querer concentrar la muestra, se pueden
cometer errores y sesgos debidos al investigador y, al tratarse de un
muestreo subjetivo (segn las preferencias del investigador), los
resultados de la encuesta no tienen una fiabilidad estadstica exacta.
Un muestreo no probabilstico muy utilizado hoy en da por los
institutos de opinin es el de itinerarios, consistente en facilitar al
entrevistador el perfil de las personas que tiene que entrevistar en
cada uno de los itinerarios en que se realizan las entrevistas.
El muestreo denominado de cuotas, utiliza en sucesivos sondeos al
mismo
conjunto
muestral
(inicialmente
seleccionado
de
forma
aleatoria) y es el empleado para medir ndices de audiencia de

programas televisivos.
En muestreo se entiende por poblacin a la totalidad del universo que
interesa considerar, y que es necesario que est bien definido para
que se sepa en todo momento que elementos lo componen.
No obstante, cuando se realiza un trabajo puntual, conviene distinguir
entre poblacin terica: conjunto de elementos a los cuales se
quieren extrapolar los resultados, y poblacin estudiada: conjunto de
elementos
accesibles
en
nuestro
estudio.
Censo: En ocasiones resulta posible estudiar cada uno de los

elementos que componen la poblacin, realizndose lo que se
denomina un censo, es decir, el estudio de todos los elementos que
componen la poblacin.
La realizacin de un censo no siempre es posible, por diferentes
motivos: a) economa: el estudio de todos los elementos que
9

I.S.E.I

componen una poblacin, sobre todo si esta es grande, suele ser un

problema costoso en tiempo, dinero, etc.; b) que las pruebas a las
que hay que someter a los sujetos sean destructivas; c) que la
poblacin sea infinita o tan grande que exceda las posibilidades del
investigador.
Si la numeracin de elementos, se realiza sobre la poblacin accesible
o estudiada, y no sobre la poblacin terica, entonces el proceso
recibe el nombre de marco o espacio muestral.
Muestreo por cuotas
Tambin
denominado
en
ocasiones
"accidental".
Se
asienta
generalmente sobre la base de un buen conocimiento de los estratos

de la poblacin y/o de los individuos ms "representativos" o
"adecuados" para los fines de la investigacin. Mantiene, por tanto,
semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un
nmero de individuos que renen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y
residentes en Gijn. Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan esas caractersticas. Este
mtodo se utiliza mucho en las encuestas de opinin.
Muestreo opintico o intencional
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de
obtener muestras "representativas" mediante la inclusin en la
muestra de grupos supuestamente tpicos. Es muy frecuente su
utilizacin en sondeos preelectorales de zonas que en anteriores
votaciones
han
marcado
10
tendencias
de
voto.

I.S.E.I

Muestreo casual o incidental

Se trata de un proceso en el que el investigador selecciona directa e
intencionadamente los individuos de la poblacin. El caso ms
frecuente de este procedimiento el utilizar como muestra los
individuos a los que se tiene fcil acceso (los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos).
Bola de nieve
Se localiza a algunos individuos, los cuales conducen a otros, y estos
a otros, y as hasta conseguir una muestra suficiente. Este tipo se
emplea
muy
frecuentemente
cuando
se
hacen
estudios
con
poblaciones "marginales", delincuentes, sectas, determinados tipos

de enfermos, etc.
Muestreo Discrecional
A criterio del investigador los elementos son elegidos sobre lo que l
cree que pueden aportar al estudio. Ej. : Muestreo por juicios;
cajeros de un banco o un supermercado; etc.
MUESTREO PARA DETERMINAR PREVALENCIAS
Cuando se pretende realizar una encuesta epidemiolgica para
determinar la cantidad de enfermedad presente en una poblacin, el
tamao de la muestra depender de cuatro valores:
La frecuencia esperada de enfermedad. Basar el tamao de la
muestra precisamente en el valor que se quiere obtener con la
encuesta puede parecer de entrada un contrasentido. Sin embargo, si
planteamos una encuesta desde el punto de vista del mtodo
cientfico, es decir, si planteamos una hiptesis en relacin a la
11

I.S.E.I

cantidad de enfermedad que se espera encontrar, para mediante el

trabajo posterior- comprobar o rechazar la hiptesis, este aparente
contrasentido ya no tiene lugar. Por tanto, cuando se quiere conocer
la prevalencia de una enfermedad no podemos partir de a ver que
sale sino que debemos partir de mi hiptesis es que hay un n% de
enfermedad, voy a comprobarlo
El tamao de la poblacin. El tamao de la poblacin va a afectar el
tamao de la muestra, especialmente si la poblacin no es
excesivamente grande
La precisin exigida. La cantidad de enfermedad que se obtendr
mediante
la
encuesta
debe
extrapolarse
posteriormente
la
poblacin general de la que se ha obtenido la muestra. Esta

extrapolacin conlleva un cierto error o falta de precisin, es decir la
muestra nos va a indicar ms o menos la enfermedad presente en
la poblacin. La precisin es la cuantificacin de este ms o menos
con el que podremos conocer la cantidad de enfermedad en la
poblacin.
El nivel de confianza. Cuando se extrapolan unos datos y se establece
una precisin, existe la posibilidad de que la cantidad de enfermedad
en la poblacin general no est comprendida en el intervalo indicado,
la probabilidad de que el valor de la variable est comprendido dentro
de dicho intervalo es el nivel de confianza, que normalmente se
establece en el 95%.
Para estimar el tamao de muestra necesario para realizar una
encuesta epidemiolgica se debe de aplicar la siguiente frmula:
Dnde:
12

I.S.E.I

n= Tamao de la muestra,
z= 1,96 para el 95% de confianza, 2,56 para el 99%
p= Frecuencia esperada del factor a estudiar
q= 1- p
B= Precisin o error admitido
El valor de n obtenido por esta frmula indica el tamao de la
muestra para una poblacin infinita, a efectos prcticos se considera
poblacin infinita cuando la muestra supone menos del 5% de la
poblacin total.
Cuando la poblacin es pequea, la muestra obtenida mediante esta
ltima frmula es demasiado grande, en estos casos se debe aplicar
la siguiente frmula correctora:
Dnde:
n'= Tamao de la muestra necesario
n= Tamao de la muestra segn la primera de las frmulas
N= Tamao de la poblacin
Ejemplo: Supongamos que se desea realizar una encuesta sobre la
brucelosis ovina. Se estima una prevalencia del 15% y se requiere un
5% de precisin sobre una poblacin de 2.000.000 de cabezas. El
nivel de confianza se fija en el 95%.
El tamao de la muestra necesario para dicha encuesta segn la
frmula sera:
Por tanto, deberemos seleccionar aleatoriamente 196 animales del

total de la poblacin.
13

I.S.E.I

Ello permitir, en el caso que la prevalencia sea realmente del 15%,

poder afirmar que en el 95% de los casos, la prevalencia de la
poblacin general oscila entre el 10% y el 20% (15%+-5%)
Con las mismas premisas anteriores calcular el tamao de la muestra
si se aplicase en un rebao de 500 cabezas.
Aplicando la correccin al resultado del ejemplo anterior:
Cuando la encuesta se realiza para determinar una media de una

variable cuantitativa (por ejemplo el nmero de partos por ao), es
necesario considerar una estimacin de la desviacin estndar o la
varianza de dicha variable y la mxima diferencia que admitiramos
con relacin a la media real de la poblacin. En este caso, la frmula a
aplicar ser:
Dnde:
n= Tamao de la muestra
S= Desviacin estndar
B= Precisin
En la tabla 1 se presentan los tamaos de muestra para una

poblacin infinita y distintos niveles de prevalencia y de precisin y
con un nivel de confianza del 95%. Para prevalencias superiores al
50% se debe utilizar el valor correspondiente a 1-p. Por ejemplo para
calcular el tamao de muestra necesario para una prevalencia
esperada del 70% con una precisin del 3% y un nivel de confianza
del
95%,
el
tamao
de
muestra
(correspondiente a una prevalencia del 30%)
14
necesario
ser
1.291

I.S.E.I

A partir de la tabla se puede observar que el tamao de la muestra

aumenta de manera muy importante al aumentar la precisin. Para
una precisin diez veces superior (por ejemplo pasar de una precisin
del 10% al 1%) el tamao de muestra necesario aumenta 100 veces
(ello es debido a que en la frmula, el tamao de la muestra est
elevado al cuadrado).
Intuitivamente parece que cuando se aumenta la prevalencia el
tamao de la muestra debera ser inferior, es decir, parecera que el
tamao de muestra para una prevalencia esperada del 5% debera
ser superior al tamao que necesitaramos para una prevalencia del
50%. Sin embargo, si consultamos la tabla 1, vemos que ocurre lo
contrario:
en
caso
de
una
precisin
del
5%
necesitamos
respectivamente 73 y 385 individuos. Ello es debido a que, cuando

trabajamos
con
prevalencias
bajas,
generalmente
deberemos
aumentar la precisin: la informacin que aportar un muestreo que

nos permite decir que en la poblacin general habr el 5% 5% (o
sea, entre el 0% y el 10%) no es lo mismo que la que aportar decir
que en la poblacin hay un 50% 5% (o sea entre el 45% y el 55%).
Por tanto, en realidad cuando la prevalencia esperada es baja
deberemos aumentar la precisin (en el ejemplo anterior deberemos
pasar de un 5% a un 2% o un 3%) con lo que el tamao de la muestra
que necesitaremos en realidad ser mayor para una prevalencia
esperada pequea.
MUESTREO PARA LA DETECCIN DE ENFERMEDAD

En otras ocasiones, la encuesta no pretende estimar una prevalencia
sino que su finalidad es saber si la enfermedad existe o no en una
poblacin (independientemente de si hay mucha o poca). En otros
trminos, se desea conocer el tamao de muestra necesario para, con
un nivel de confianza determinado, afirmar que, si ninguno de los
animales estudiados resulta positivo, la poblacin est libre de
15

I.S.E.I

enfermedad. La aplicacin de esta frmula presupone que en caso de

estar presente una enfermedad en una poblacin sta presentar una
prevalencia mnima (como realmente ocurre en la mayora de
enfermedades contagiosas).
Para realizar este clculo se tiene que aplicar la siguiente frmula con
la que obtendremos el tamao de muestra adecuado para asegurar
que si todos los individuos resultan negativos, la enfermedad estar a
un nivel inferior a nuestra estimacin (y por tanto segn la hiptesis
de una prevalencia mnima, consideraremos que la poblacin est
libre).
Dnde:
n= Tamao de la muestra
a= Nivel de confianza
D= Nmero de animales enfermos en la poblacin
N= Tamao de la poblacin
A partir de la frmula anterior, despejando D, puede calcularse
tambin la prevalencia mxima esperable en una poblacin en la que
se ha examinado un nmero concreto de animales y todos han
resultado negativos.
La tabla 2 indica el nmero de muestras que debemos tomar para
detecta enfermedad en una poblacin, por ejemplo, si creemos que
en una poblacin de 200 individuos hay el 20% de animales afectados
o sea 40 individuos- deberemos tomar 14, si alguno de ellos est
afectado, la enfermedad existe, si todos son negativos podemos decir
que con un 95% de confianza la enfermedad no est presente.
La tabla 2 tambin se puede interpretar en el sentido de determinar
el mximo nmero de afectados que habr: si todos los resultados
han sido negativos podemos decir que la mxima prevalencia posible
con un 95% de nivel de confianza- ser del 20%.
16

I.S.E.I

Para una explotacin podemos asumir que una enfermedad infecciosa

tendr una prevalencia del 10% o del 40%, pero para un pas o un
territorio ms amplio, posiblemente la tasa de prevalencia ser
menor, en estos casos la muestra deber tener un tamao superior,
tal como se ve en la tabla 3:
Ejemplo: Qu
tamao de muestra ser necesario para determinar

que en un rebao de 150 vacas la prevalencia de tuberculosis es
igual o inferior al 10%?
Ejemplo: Se han examinado 40 animales de un rebao de 800 ovejas.
Cul es la mxima prevalencia posible de brucelosis en dicho rebao
si todos los animales examinados han sido negativos?
TAMAO DE MUESTRA PARA LA REALIZACIN DE ESTUDIOS
En el caso de los estudios el tamao de la muestra necesario
depender del tipo de estudio, del nivel de confianza, de la potencia
muestral, y de los valores de riesgo relativo u odds ratio mnimos que
se deseen detectar. El nmero de individuos a muestrear se puede
calcular con la siguiente frmula:
Donde, n= Tamao de la muestra

Z= 1,96 para el 95% de confianza, 2,56 para el 99%
Z= -0,84 para un error del 20%
Pe= Frecuencia de la respuesta en los expuestos (o casos)
Pc= Frecuencia de casos respuesta en los no-expuestos (o controles)
P= (Pe + Pc)/2 Q= 1-P
Z y Z son dos estadsticos asociados al error (o error Tipo 1) y al
error (o error Tipo 2). El error alfa corresponde a uno menos el nivel
de confianza y consiste en aceptar que los grupos son diferentes
(rechazar de la hiptesis nula) cuando en realidad los dos grupos son
17

I.S.E.I

iguales. En caso de un estudio para valorar la eficacia de un frmaco,

sera considerar que ste es eficaz cuando realmente no lo es.
El error beta es uno menos la potencia o poder y consiste en la
probabilidad de considerar que los dos grupos son iguales (se acepta
la hiptesis nula) cuando en realidad son diferentes. En el ejemplo
anterior es la probabilidad de que, existiendo diferencias entre los
grupos, el estudio no sea capaz de encontrarlas.
Ejemplo: Se desea comparar dos tratamientos A y B. Al tratamiento
A se le supone una eficacia del 95% y al B del 75%. Calcular el
tamao de la muestra necesario para este estudio:
Se debern tomar 49 individuos en cada grupo. Si el tratamiento A es
realmente un 20% ms eficaz que el B, el estudio permitir
determinar esta diferencia en el 80% de los casos (1 - error ) y si no
existen diferencias, existe una probabilidad del 95% de que stas no
se encuentren en el estudio (1 - error )
En algunos estudios la variable a comparar en los dos grupos es

cuantitativa, y con el estudio se pretende comparar las medias en los
dos grupos, en este caso, la frmula a aplicar es:
Dnde, S= Desviacin estndar

Xe= Media del valor en los expuestos
Xc= Media del valor en los no-expuestos
Ejemplo:
Se
desea
comparar
dos
tratamientos
destinados
disminuir los niveles de colesterol en sangre. Para el tratamiento A se

espera que los valores medios de colesterol sean de 140 mg/l y para
el tratamiento B de 150 mg/l con una desviacin estndar de 10.
18

I.S.E.I

Se debern tomar 56 individuos para cada tratamiento. Si con el

tratamiento A se obtienen unos niveles de colesterol inferiores en 10
mg/l (con una desviacin estndar de 10), el estudio permitir
determinar diferencias en el 80% de los casos (1 - error ) y si los dos
tratamientos tienen el mismo efecto, existe una probabilidad del 95%
de que el estudio encuentre diferencias (1 - error ).
2.1
A
Conclusiones
travs de los distintos aspectos recolectados mediante las
encuestas se pudo conocer que forma evidente que la mayora

de
personas
mencionaron
que
el
uso
de
mobiliarios
ergonmicos est directamente relacionado con tener una

comodidad absoluta, un buen estado de nimo y con eso
logrando menos fatiga y estrs pudiendo desarrollar sus
actividades cotidianas de una forma ms eficiente y eficaz
factores importante que derivaran en el
incremento del
rendimiento y productividad.
Debido a que el diseo de este tipo de mobiliarios demanda de

varios recursos y primordialmente del tiempo que esto conlleva
se ver reflejado los costos que sern un poco elevados,
provocando un grado de disconformidad en los potenciales
clientes,
sin
embargo
esta
inversin
de
tiempo
nos
proporcionara innovacin, calidad y comodidad requeridas por

lo cual la oferta del producto cubrir gran demanda de este tipo
de necesidades.
19

Tipos y Calculo de Muestreo

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tipos y Calculo de Muestreo

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD TCNICA DE AMBATO

Facultad de Ingeniera en Sistemas, Electrnica e Industrial

Tipos de muestreo y clculo de la

Ciclo Acadmico y paralelo:

Gestin de Proyectos Socio productivos.

II. INFORME DEL PROYECTO

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

Detallar cada uno de los tipos de muestreo existentes y

estudiar sus caractersticas y distintas aplicaciones.

En este documento se describen los aspectos que hay que tener en

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

Muestreo, muestra, poblacin

El muestreo es una herramienta de la investigacin cientfica. Su

Muestra: En todas las ocasiones en que no es posible o conveniente

a. Poblacin Los estadsticos usan la palabra poblacin para referirse

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

b. Muestra Los estadsticos emplean la palabra muestra para describir

Una estadstica es una caracterstica de una muestra, los estadsticos

Unidades de muestreo: nmero de elementos de la poblacin, no

Unidades de anlisis: objeto o individuo del que hay que obtener la

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

En este tipo de muestreo, todos los individuos de la poblacin pueden

Muestreo no probabilstico (no aleatorio): En este tipo de muestreo,

Muestreo aleatorio simple

comprendidos entre cero y uno, y multiplicarlos por el tamao de la

Muestreo aleatorio estratificado

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

Es frecuente que cuando se realiza un estudio interese estudiar una

2. Afijacin proporcional: Cada estrato tiene un nmero de elementos

Muestreo aleatorio sistemtico

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

Considerando una poblacin de N elementos, si queremos extraer una

La muestra estar formada por los elementos: a, a+h, a+2h,....a+(n1)h.

Muestreo aleatorio por conglomerados o reas

representativas de las mismas edades y preferencias que la totalidad

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

al azar, de los elementos que han de ser observados dentro de cada

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

simplificarse enormemente pues se puede concentrar mucho la

aleatoria) y es el empleado para medir ndices de audiencia de

Censo: En ocasiones resulta posible estudiar cada uno de los

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DEF .AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

componen una poblacin, sobre todo si esta es grande, suele ser un

generalmente sobre la base de un buen conocimiento de los estratos

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL